Summary  
This chapter covers exploratory data analysis techniques in code, including loading and inspecting data structures, computing summary statistics, handling missing values, and printing sample records to identify patterns and issues.

General domain of usage  
Data science

Tämä kurssi antaa sinulle perustiedot tilastotieteestä. Se on suunnattu opiskelijoille, joilla on perustiedot Pythonin syntaksista, sillä kurssilla työskennellään NumPy- ja pandas-moduulien kanssa. Kurssin aikana tutustut peruskäsitteisiin ja siirryt vähitellen monimutkaisempiin käsitteisiin ja tehtäviin.

Tässä osiossa käsitellään ensimmäistä todellista tilastollista tapausta: luottamusvälien määrittämistä. Se edellyttää NumPy-, pandas-, Matplotlib- ja Seaborn-kirjastojen tuntemusta matemaattisten kaavojen laskemiseen ja visualisointien rakentamiseen. Kannustuksena tämän osion suorittamiseen mainittakoon, että teoriaa on vain vähän, mutta käytännön harjoituksia runsaasti!

Hypoteesin testaaminen on olennainen osa data-analyytikon työtä. Tämän osion jälkeen ymmärrät tilastollisen testaamisen perusidean ja osaat suorittaa t-testin Pythonilla.

Tutki Aineistoa

Ratkaisu

Awesome!

Tutki Aineistoa

Ratkaisu

Awesome!